RETRIEVAL_QUERY

Embeddingi

RETRIEVAL_QUERY to typ zadania embeddingowego optymalizujący wektor pod wyszukiwanie zapytań – używany po stronie query w systemach RAG.

RETRIEVAL_QUERY to typ zadania embeddingowego optymalizujący wektor pod reprezentowanie zapytań wyszukiwania – krótkich, intencyjnych fraz użytkowników. Używany po stronie query w systemach RAG: gdy użytkownik wpisuje pytanie, jego tekst jest wektoryzowany z tym typem.

Działa w parze z RETRIEVAL_DOCUMENT (po stronie dokumentów), tworząc asymetryczny system retrieval. Rozdzielenie tych dwóch typów pozwala modelowi lepiej dopasować krótkie, intencyjne pytanie do długiego, informacyjnego dokumentu – bez tego dopasowanie byłoby mniej precyzyjne. W SEO przydatny przy budowie wyszukiwarek semantycznych na stronie klienta i chatbotów opartych na treściach firmowych.

W praktyce, jeśli budujesz chatbota dla kancelarii prawniczej, użyj RETRIEVAL_QUERY do wektoryzacji pytań klientów i RETRIEVAL_DOCUMENT do zaindeksowania artykułów na blogu.

Źródło: AI Semantic SEO Expert, Robert Niechciał (sensai.io)